Dentro del audaz impulso de este CEO para usar IA en el logro de datos más limpios, entregas más rápidas y flujos de trabajo de gestión de proyectos más simples
Marcel Petitpas, CEO de Parakeeto, utiliza la inteligencia artificial como motor central de la excelencia en la entrega: simplifica los flujos de trabajo, establece disciplina de datos y empodera a cada miembro del equipo (incluso a los no técnicos) para aprovechar la IA en su trabajo diario.
Integración de IA: Parakeeto aprovecha la IA para la eficiencia organizacional, mejorando la consultoría de rentabilidad a través de aplicaciones innovadoras.
Eficiencia de contexto: La IA centraliza los materiales de contexto del cliente, mejorando la preparación de reuniones y la toma de decisiones con importantes ahorros de tiempo.
Flujos de trabajo simplificados: Parakeeto minimiza la complejidad de la gestión de proyectos al reducir el detalle de las tareas, simplificar la documentación y adaptarse a los procesos.
Importancia de la higiene de datos: Los datos estructurados siguen siendo cruciales; la IA amplifica la necesidad de una infraestructura de datos robusta y limpia.
Empoderamiento de los equipos: El personal no técnico utiliza la IA para tareas de datos, aumentando la productividad con herramientas como Notion para una documentación dinámica.
Marcel Petitpas es el fundador y CEO de Parakeeto, una firma de consultoría de rentabilidad que está apostando fuerte por la IA en sus proyectos y entregas.
Esto es lo que Marcel compartió sobre cómo está redefiniendo el sector de la consultoría con la IA.
Fomentar la Experimentación como CEO
Soy el fundador y CEO de Parakeeto. Somos una empresa de consultoría habilitada por la tecnología que ayuda a agencias —y otras firmas de consultoría— a medir y mejorar su rentabilidad.
La IA representa una gran oportunidad para nosotros, y he tenido que ser muy explícito sobre esto con mi equipo.
Unlock for Free
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Estoy intentando motivar a todos para que experimenten, lo utilicen y encuentren formas de aplicarlo a lo que hacemos para mejorar o ser más eficientes. Un gran ejemplo es que cada semana, hacemos una demostración de ‘show and tell’ y celebramos algún experimento que se esté realizando con IA internamente.
Estoy intentando motivar a todos para que experimenten, lo utilicen y encuentren formas de aplicarlo a lo que hacemos para mejorar o ser más eficientes.
Un gran ejemplo es que cada semana, hacemos una demostración de "show and tell" y celebramos algún experimento que se esté realizando con IA internamente.
Eficiencias en la Recolección de Contexto y Entrega
La recopilación de contexto ha sido probablemente la eficiencia más importante que hemos conseguido con la IA hasta ahora.
Hemos trabajado en centralizar el contexto de nuestros clientes —llamadas, notas, actualizaciones en Asana, correos electrónicos, etc.— para que todo sea consultable con IA. Ahora, es mucho más sencillo poner a la gente al día sobre lo que está ocurriendo, preparar reuniones y tomar decisiones considerando el contexto adecuado.
Esto ahorra mucho tiempo en comunicaciones internas, informes, volver a ver grabaciones de llamadas y redactar actualizaciones.
También conseguimos ahorrar mucho tiempo en la entrega utilizando IA para consultar la documentación técnica de nuestros sistemas y así ayudarnos a redactar reglas de limpieza de datos y otras tareas técnicas.
Al utilizar la IA como nuestra "memoria perfecta", podemos centrarnos en mejorar la experiencia del cliente. Ahora, cada cliente siente que es nuestro único cliente.
Eliminando la Complejidad de los Flujos de Trabajo de Gestión de Proyectos
Otro cambio importante para nosotros ha sido alejarnos completamente de la asignación de recursos desde cero y de la gestión de proyectos muy detallada y basada en tareas. La capacidad de crear documentación con la que se puede interactuar de forma conversacional significa que realmente podemos simplificar las plantillas y eliminar gran parte del detalle y la complejidad de nuestros flujos de trabajo de gestión de proyectos, lo que reduce drásticamente el tiempo y el esfuerzo necesarios para poner en marcha proyectos y mantener nuestras herramientas de gestión de proyectos a lo largo del tiempo.
También reduce significativamente la fricción cuando hay cambios en nuestros procesos.
Creo que esto podría implicar trasladar la gestión de proyectos a Notion en algún momento en el futuro. Pero por ahora, estamos bastante contentos con Asana.
¿Cómo están usando los clientes la IA para la entrega creativa?
En cuanto a nuestros clientes, estamos viendo la IA en todos los lugares esperados.
Recopilación de contexto desde el proceso de entrada inicial y el proceso de ventas para informar la estrategia y la presentación.
El proceso de ideación/lluvia de ideas y la redacción de conceptos y presentaciones iniciales para el equipo interno.
Creador rápido de conceptos, especialmente en la fase inicial de propuestas (esto aplica tanto para contenido escrito, UI/UX, diseño gráfico, video, generación de imágenes).
Generación de imágenes
En el lado del marketing digital, hay mucho uso de IA para el análisis de datos y campañas, ayudando a monitorizar cuentas y sugerir ediciones.
Creación de variaciones de contenido creativo y copys.
Generar mucha ventaja en tareas como la optimización SEO —especialmente en aspectos básicos, como etiquetas meta, descripciones, etc.
La Importancia Subestimada de la Higiene de Datos con la IA
Me sorprendió mucho lo importante que es la higiene y la estructura de los datos al adoptar la IA en los flujos de trabajo de entrega.
Creo que existe la falacia de que la IA reducirá la necesidad de invertir en infraestructura de datos, pero según nuestra experiencia, en realidad está haciendo que esas inversiones sean aún más importantes.
Creo que existe la falacia de que la IA reducirá la necesidad de invertir en infraestructura de datos, pero según nuestra experiencia, en realidad está haciendo que esas inversiones sean aún más importantes.
La mayoría de las empresas estará limitada en su capacidad de aprovechar la IA por la calidad de sus sistemas de datos subyacentes.
Aquí hay algunas cosas que usamos la IA para limpiar:
Corregir nombres de empleados o de proyectos inconsistentes (por ejemplo, apodos, errores ortográficos, prefijos/sufijos como [ARCHIVED]).
Eliminar ruido innecesario, como espacios en blanco adicionales, filas de encabezado/pie de página o columnas sin usar.
Estandarizar formatos de fechas, números y textos para que se alineen con las estructuras de reportes internas en nuestro software de gestión de activos digitales.
Mapear entradas de tiempo a las categorías correctas del Payroll Grid o proyectos de Project Grid, incluso cuando los nombres en bruto no coinciden exactamente.
Manejar cambios de alcance en retainer dividiendo proyectos en varias versiones según las fechas de inicio y fin.
Reasignar datos antiguos o incompletos a proyectos "históricos" ficticios para mantener la precisión de los informes sin desorden.
Extraer códigos, etiquetas o identificadores incrustados en campos de texto usando expresiones regulares o coincidencia de patrones.
Aplicar ajustes matemáticos al tiempo registrado (por ejemplo, sumar horas a contratistas, reasignar fracciones de tiempo).
Renombrar o reasignar columnas para que las exportaciones desde diferentes herramientas encajen en un esquema coherente.
Combinar o dividir campos (por ejemplo, unir las columnas de nombre/apellido en un solo nombre de empleado).
Y eso es solo por nombrar algunos.
Al crear documentación realmente buena sobre cómo escribir y configurar estas reglas de limpieza de datos, hemos conseguido que empleados no técnicos hagan mucho más trabajo base por su cuenta, en algunos casos implementando estos flujos de datos sin necesitar recurrir a recursos técnicos en absoluto.
Documentación detallada con Notion AI
La clave de esto fue escribir documentación detallada para informar a un modelo de IA.
Luego, debemos mantenerla actualizada. Pero como la documentación está en Notion, y usamos Notion AI para consultarla, es en cierto modo un documento autosustentable. Cuando algo nuevo necesita añadirse, muchas veces la IA puede redactar las actualizaciones y pegarlas directamente.
Y lo bueno de Notion es que es bastante sencillo conseguir contexto de allí para herramientas como Gemini, Notebook LM o ChatGPT. La funcionalidad de agentes de ChatGPT también funciona con Notion.
Cómo habilitar a empleados no técnicos con IA
Mencioné habilitar a empleados no técnicos con IA: eso ha sido el mayor avance de todos. Mientras alguien pueda expresar lo que quiere lograr en una declaración lógica, básicamente puede escribir Python/SQL y construir flujos de datos funcionales.
Mientras alguien pueda expresar lo que quiere lograr en una declaración lógica, básicamente puede escribir Python/SQL y construir flujos de datos funcionales.
Por supuesto, hay limitaciones y suelen encontrarse al principio y al final de estas tareas técnicas.
Por ejemplo, tomar buenas decisiones sobre qué tecnologías usar, cómo arquitecturar las cosas y qué tipo de casos límite y requisitos deben considerarse es normalmente un área donde un recurso técnico puede aportar mucho valor, incluso si eso significa revisar y aportar un poco más de detalle al pensamiento que ya ha realizado un modelo de IA.
A partir de ahí, lo que resulta muy difícil para un usuario no técnico es configurar la infraestructura y los flujos de trabajo iniciales para un proceso completamente nuevo y llevar algo de la idea al lanzamiento. En algunos casos poco comunes, pueden hacerlo de principio a fin, pero contar con un usuario técnico que establezca la base sigue siendo por lo general un requisito, o al menos algo que será mucho más eficiente y llevará a un mejor sistema y resultado.
Otro punto donde todavía se requiere intervención técnica a veces es en la resolución de casos límite. Pero a medida que documentamos las soluciones para esto, la asistencia de la IA está permitiendo que los usuarios no técnicos resuelvan bloqueos cada vez más.
Y una vez que están establecidos los rieles y procesos, los usuarios no técnicos pueden lograr mucho más de lo que podían hace un año.
La IA No Solo Está Cambiando los Procesos; Está Cambiando Cómo se Crean los Procesos
De alguna manera, pienso que la IA nos está ayudando a desarrollar procesos en torno a las cosas sin tener que desarrollarlos de la manera tradicional.
Antes de tener agentes y herramientas de IA que ayudaran a facilitar la realización de estas tareas, alguien tenía que sentarse y crear un conjunto muy detallado y, a menudo, muy determinista de pasos para completar una tarea.
Los desafíos de eso son:
Es muy laborioso
Requiere que alguien tenga un entendimiento exacto de qué pasos seguir
Normalmente no funciona bien para cosas muy complejas, sutiles o cambiantes
Suele ser difícil o costoso cuando un proceso es nuevo, no está muy maduro o es propenso a cambiar
Puede ralentizar el progreso al crear fricción operativa
Con la IA, alguien puede simplemente crear un nuevo chat, agente o GPT personalizado y empezar a trabajar mientras construye el proceso, conocimiento y contexto en el camino. Es parecido a trabajar con una persona humana, pero con memoria perfecta, y puede compartir lo aprendido con la siguiente persona, al instante.
Creo que esto es una de las cosas más poderosas de la IA: en cierta manera, está cambiando por completo cómo se crean y mantienen los procesos.
Dos Herramientas Imprescindibles para Todo Jefe de Proyecto
Notion y Zapier, en particular, han sido un punto de inflexión para nosotros.
Lo mencioné antes, pero Notion es una plataforma por la que realmente hemos apostado fuerte. Se está convirtiendo en un espacio donde podemos volcar todo tipo de contexto e información sobre nuestros clientes de manera automática y luego consultarla o utilizarla como conocimiento en otros modelos de IA.
También está empezando a lanzar muchas herramientas que hacen esto mucho más sencillo (Correo, Calendario, Notas de reuniones), y es posible que terminemos trasladando cada vez más funciones a Notion con el tiempo — quizás, eventualmente, incluso nuestra gestión de proyectos y CRM.
Zapier realmente ha hecho un excelente trabajo integrando agentes de IA en su herramienta. Mientras todos están enfocados en Gumloop y N8N, yo diría que Zapier es mejor que ambos, dada la amplitud de sus integraciones.
Tenemos algunas automatizaciones — principalmente en el área de ventas y marketing — que nos están ahorrando mucho tiempo cada mes al automatizar el marketing y asegurarnos de que los datos se muevan a los lugares correctos, con el nivel adecuado de enriquecimiento.
Una Automatización de Zapier en la Vida Real
Una de las automatizaciones más completas de Zapier que tenemos funcionando en este momento implica tomar nuevos leads que descargan nuestro toolkit y hacer varias cosas con ellos:
Evaluarlos para ver si están usando un correo electrónico laboral o personal.
Filtrar aquellos que usan un correo laboral.
Extraer el nombre de la empresa del correo electrónico y separar su nombre y apellido.
Usar un servicio de enriquecimiento para buscar información básica sobre la empresa y la persona.
Aplicar más filtros para determinar si el lead está "calificado" según un conjunto de criterios — en una industria específica, cierto número de empleados, etc.
Realizar más enriquecimiento en los leads que son una buena opción.
Resumir y limpiar cierta información sobre ellos, como la descripción de la empresa.
Agregar esos leads a nuestro CRM y aplicar las etiquetas/filtros adecuados.
Agregar esos leads a otras automatizaciones que hacen cosas como inscribirlos en el lead magnet que descargaron y añadirlos a una campaña de correo electrónico automatizada asociada a ese lead magnet.
Un Futuro Más Simple para los PMs
Creo (y espero) que la gestión de proyectos será mucho más sencilla en cinco años.
De la misma manera en que un agente de IA puede permitir que una organización desarrolle e itere sobre un "proceso" sin realmente tener un "proceso", espero que la IA permita a los project managers hacer su trabajo sin tener que estar constantemente revisando cientos de objetos detallados en una herramienta de gestión de proyectos.
Siento que gran parte del tiempo de un project manager se dedica a reorganizar tareas, cronogramas, estimaciones de tiempo, subtareas, hitos, dependencias, asignaciones, etc., etc., etc.
En cierto modo, estos objetos son como el lenguaje de programación del PM, y lo utilizan para intentar "programar" una representación de lo que está pasando en un momento dado. En algunos casos, para ayudarles a entender las cosas, y en muchos otros, para que otros interesados se mantengan informados también.
Ese sistema se siente increíblemente ineficiente y de mucho roce. Como correr en la arena.
Creo que la IA empezará a reducir la cantidad de precisión y detalle con los que los PMs necesitan interactuar para poder comunicar y gestionar sus proyectos.
Concéntrate en los Fundamentos de la IA
Puede parecer que las cosas se mueven rápido — y en algunos sentidos lo hacen — pero recuerda que llevamos un par de años en una disrupción tecnológica que se desarrollará al menos por una o dos décadas más.
Enfócate en los fundamentos — esos no pasarán de moda. Y busca maneras de usar la IA para ayudarte a ser mejor y más rápido.
